-
公开(公告)号：CN108846796B
公开(公告)日：2022-08-16
申请号：CN201810654230.8
申请日：2018-06-22
Applicant: 北京航空航天大学青岛研究院
Abstract: 本申请实施例提供一种图像拼接方法，该方法获取鱼眼相机采集的第一鱼眼图像和第二鱼眼图像并按照所述鱼眼相机的成像模型的半径参数，构建逻辑球面。其中，所述第一鱼眼图像和所述第二鱼眼图像分别由所述鱼眼相机中光轴位于同一直线上且相背设置的第一鱼眼镜头和第二鱼眼镜头采集获得。通过确定所述第一鱼眼图像和所述第二鱼眼图像分别与所述成像模型的投影映射关系。基于所述第一鱼眼图像和所述第二鱼眼图像分别与所述成像模型的投影映射关系，将所述第一鱼眼图像以及所述第二鱼眼图像反向映射到所述逻辑球面，以获得球面拼接图像。将所述球面拼接图像进行球面展开处理，获得360度全景图像。本发明可以适用于对任何图像内容的全景图像拼接。
-
公开(公告)号：CN113222041B
公开(公告)日：2022-06-07
申请号：CN202110567940.9
申请日：2021-05-24
Applicant: 北京航空航天大学
Abstract: 本发明实施例提供一种图结构表征的高阶关联发现细粒度图像识别方法及装置，其中方法包括：将待分类图像输入具有多个阶段的卷积神经网络特征提取器，提取最后一个阶段的两层网络特征图，根据网络特征图，构建混合高阶注意力模块，并根据混合高阶注意力模块形成高阶特征向量池，将向量池中的每一个向量作为节点，并利用高阶特征间的语义相似性，分组形成代表性向量节点，对代表性向量节点进行全局池化，得到分类向量，并基于分类向量，通过全连接层和分类器得到细粒度分类结果，无需依赖额外的部件特征提取网络，实现对图像特征的快速准确提取，利用图像自身信息构建图像特征间的关联关系，得到细粒度特征的精细表征，提高图像的识别效果。
-
公开(公告)号：CN113780241A
公开(公告)日：2021-12-10
申请号：CN202111150096.6
申请日：2021-09-29
Abstract: 本公开的实施例公开了一种显著物体检测的加速方法。该方法的一具体实施方式包括：利用摄像机采集待检测图像；将待检测图像输入至编码器进行图像编码，得到编码图像特征；将编码图像特征输入至预先训练的互补三边解码器，得到解码图像；将解码图像发送至显示终端以供显示。该实施方式在参数量更少、速度更快的情况下仍然取得了具有竞争性的性能。这证明了本公开的优越性和高效性，在效率和性能之间取得了很好的平衡。
-
公开(公告)号：CN112116700A
公开(公告)日：2020-12-22
申请号：CN202010887244.1
申请日：2020-08-28
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了基于单目视图的三维重建方法与装置。该方法的一具体实施方式包括：获取输入图像；对上述输入图像进行多次卷积处理，得到多层特征图序列；将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。该实施方式实现了快速准确地呈现三维空间中各个部件级信息。
-
公开(公告)号：CN108460768B
公开(公告)日：2020-11-10
申请号：CN201810083061.7
申请日：2018-01-29
Applicant: 北京航空航天大学
IPC: G06T7/10
Abstract: 本发明提供一种层次化时域切分的视频关注对象分割方法和装置，通过根据待处理的视频，得到帧图片序列；对帧图片序列迭代N次奇偶切分处理，获得2N个子帧序列，其中，奇偶切分处理为在每个待切分的父序列中将奇数次序的帧图片确定为奇数帧序列，将偶数次序的帧图片确定为偶数帧序列，2N个子帧序列为迭代第N次奇偶切分处理中得到的奇数帧序列和偶数帧序列，N为大于或等于1的整数；根据2N个子帧序列，获得2N‑1个共分割序列对，每个共分割序列对包含2个子帧序列；根据预设的共分割模型和共分割序列对，得到每个帧图片中针对关注对象的分割图，实现自动对视频的层次化切分处理，以及对关注对象快速分割。
-
Patent Agency Ranking
公开(公告)号：CN111179270A
公开(公告)日：2020-05-19
申请号：CN201911147678.1
申请日：2019-11-21
Applicant: 北京航空航天大学
IPC: G06T7/10
Abstract: 本发明提供一种基于注意力机制的图像共分割方法和装置。该方法包括：通过确定待分割图像组中的每张图像最相似的N张图像，组成共分割图像对，从而避免了大量的共分割图像对进入共分割网络进行计算，减小了系统计算的复杂程度，从而节约了图像组共分割的时间，将图像对输入到共分割模型中，使得相似的两张图像相互学习重要的特征通道，从而得到目标图像的分割结果，对图像对采用共分割模型进行计算，能够提高图像共分割效率，得到很好的分割效果。
-
-
公开(公告)号：CN110189247A
公开(公告)日：2019-08-30
申请号：CN201910409543.1
申请日：2019-05-16
Applicant: 北京航空航天大学
Abstract: 本发明提供一种图像生成的方法、装置及系统，该方法，包括：获取第一双鱼眼图像对应的初始全景图像；从所述初始全景图像中提取出第一特征图像；从第二双鱼图像中提取视觉特征信息；其中，所述第二双鱼图像的分辨率高于所述第一双鱼图像的分辨率；将所述第一特征图像与所述视觉特征信息进行融合处理，得到融合全景图像。可以实现无需高要求的硬件设备、无需进行初始化等繁琐操作，获得较高精准度的高分辨率融合全景图像，还可以提高获得高分辨率融合全景图像的速度。
-
公开(公告)号：CN110135428A
公开(公告)日：2019-08-16
申请号：CN201910303671.8
申请日：2019-04-11
Applicant: 北京航空航天大学
IPC: G06K9/34
Abstract: 本申请提供一种图像分割处理方法和装置，方法包括：获取图像，图像中包括待处理的分割对象；对所述分割对象进行组件分割处理，得到所述分割对象的第一分割结果；根据所述第一分割结果和所述分割对象的组件属性信息，确定组件分割次序；根据所述组件分割次序，对所述第一分割结果和所述图像进行特征融合处理，得到融合特征；根据所述融合特征，确定所述分割对象的第二分割结果；对所述第二分割结果进行合并处理，得到所述分割对象的最终分割结果。充分考虑了构成分割对象的各组件的组件属性信息对组件分割结果的影响，同时利用第一分割结果中各组件对应的分割精度，来指导对分割对象进行的组件分割处理，组件分割过程具有自适应性，分割精度高。
-
公开(公告)号：CN110097068A
公开(公告)日：2019-08-06
申请号：CN201910043726.6
申请日：2019-01-17
Applicant: 北京航空航天大学
IPC: G06K9/62
Abstract: 本发明提供一种相似车辆的识别方法和装置，该方法包括：获取待识别车辆的图像，将待识别车辆的图像输入到预先获取的全局模型，获取待识别车辆的车辆特征图像，全局模型为基于卷积神经网络，采用车辆图像集中已标注的车辆全局特征图像和已标注的车辆局部特征图像训练得到的，车辆特征图像包括车辆的唯一标识，根据待识别车辆的车辆特征图像，从多个相似车辆中确定待识别车辆。通过该方法，能够根据车辆的车辆特征图像，准确地区分相似车辆，提高车辆识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.064 seconds)
